微软sample-app-aoai-chatGPT项目Docker容器运行问题解析
2025-07-08 16:48:19作者:裘晴惠Vivianne
问题现象
在使用微软sample-app-aoai-chatGPT项目时,开发者在Docker容器环境中运行应用时遇到了特定错误。当通过./start.sh命令在本地Docker容器中启动应用后,在Web界面提问时会出现错误提示:
Error
There was an error generating a response. Chat history can't be saved at this time. Error code: 400 - {'error': {'requestid': '75b97be4-56f7-4d1e-a4d6-b9c5a36a3307', 'code': 400, 'message': 'Failed to get managed identity token. Response: {"error":{"code":"ManagedIdentityIsNotEnabled","message":"Managed Identity (MI) is not set for this account while the encryption key source is \'Microsoft.KeyVault\', customer managed storage or Network Security Perimeter is used."}}'}
值得注意的是,当使用./start.cmd命令在非Docker环境下运行时,该错误不会出现。
问题本质分析
这个错误表明应用在Docker环境中尝试使用托管身份(Managed Identity)进行身份验证,但相关资源配置不支持这种方式。具体表现为:
- Azure搜索服务尝试获取托管身份令牌失败
- 错误明确指出托管身份未启用,而加密密钥源设置为Microsoft.KeyVault
- 同时使用了客户管理的存储或网络安全边界
根本原因
经过排查,问题根源在于环境变量配置不一致。虽然开发者在项目根目录的.env文件中正确配置了AZURE_SEARCH_KEY变量,但在Docker容器构建时使用的.azure/folder/.env文件中可能存在配置缺失或不一致的情况。
解决方案
要解决这个问题,开发者需要:
-
确保所有环境变量文件内容一致,特别是:
- 项目根目录下的.env文件
- .azure/folder/目录下的.env文件
-
检查关键认证变量是否完整,包括但不限于:
- AZURE_SEARCH_KEY
- 其他与Azure服务认证相关的密钥
-
在Docker构建和运行过程中,确认环境变量被正确加载
最佳实践建议
对于类似项目,建议采取以下措施避免此类问题:
-
统一环境变量管理:使用单一来源的环境变量配置,或确保多份配置完全同步
-
Docker环境验证:在容器内部检查环境变量是否按预期加载
-
认证方式选择:明确项目使用的认证方式(密钥认证或托管身份认证),并确保所有环境配置一致
-
错误处理优化:在应用中添加更详细的错误日志,帮助快速定位认证问题
通过以上措施,可以确保应用在不同环境(本地、Docker容器等)中都能正常运行,避免因环境变量配置不一致导致的认证问题。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210